Chính xác, nhớ lại, và F1 điểm là số đo quan trọng được dùng để đánh giá hiệu suất của mô hình phân loại. hiểu làm thế nào để tính và giải thích những thước đo này giúp đánh giá hiệu quả của mô hình học máy trong nhiều ứng dụng khác nhau.

Tính độ chính xác

Tính toán chính xác về tỉ lệ của những dự đoán tích cực đúng giữa tất cả những dự đoán tích cực của mô hình.

Công thức cho độ chính xác là:

Dịch bởi Vũ Hạnh, Mai Linh, Nga, Huy Tô, Huy Tô, Yuki, Ann, Phương

Đang tính hồi

Hãy nhớ rằng, cũng được gọi là độ nhạy cảm, đo tỷ lệ các trường hợp tích cực được nhận diện đúng bởi mô hình.

Công thức để nhớ lại là:

Gọi lại = True Racides / (Những tích cực thật + âm tính sai)

Đang tính điểm F1

Điểm F1 là ý nghĩa của sự chính xác và nhớ lại, cung cấp một thước đo cân bằng xem xét cả hai thước đo, đặc biệt hữu ích khi lớp được phân phối không đều.

Công thức cho điểm F1 là:

Điểm F1 = 2 * (Precion * Re Re Re Re Re Recion) / (Precion + Reci Re Re Recation)

Giải nghĩa các phương pháp

Độ chính xác cao cho thấy rằng phần lớn các mặt tích cực được dự đoán là đúng, trong khi sự nhớ lại cao cho thấy rằng phần lớn các mặt tích cực thật sự được xác định. F1 số điểm cân bằng hai khía cạnh này. Tùy theo ứng dụng, ưu tiên một số khác có thể cần thiết.

Chẳng hạn, trong các chẩn đoán về y khoa, việc nhớ lại có thể quan trọng hơn để đảm bảo không bỏ sót trường hợp tích cực nào.